每一个 Skill 对应 F01–F36 中的一个框架。点击预览可在线读完整内容，下载得到 .md 文件可放进 Claude Code 的 .claude/skills/ 或直接粘贴给 LLM。Agent 通过 manifest.json 或 llms.txt 可一次性抓取全部 36 个元数据。
👁 预览 直接读完整 Skill.claude/skills/ 或粘贴给任何 LLMmanifest.json / llms.txt 即得全索引base_url: https://qiuyiwu.com/ams/skills/ manifest: manifest.json # full index, 36 skills llms_txt: llms.txt # plaintext for LLM context skill_file: F{id}.md # e.g. F01.md … F36.md # To fetch a single skill: GET https://qiuyiwu.com/ams/skills/F01.md # To fetch all metadata: GET https://qiuyiwu.com/ams/skills/manifest.json
version: "1.1" total: 36 skills[]: id: "F01" title_zh: "智能体五力重构法" title_en: "Agentic Five Forces Reconstruction" abbr: "AFFR" module: "M1" # M1–M6 type: "分析型" url: "https://qiuyiwu.com/ams/skills/F01.md" framework_url: "https://qiuyiwu.com/ams/framework/F01.html"
# For Claude / LLM agents: to load all 36 skills at once, # fetch manifest.json, then batch-fetch each skill by id: for skill in manifest["skills"]: content = fetch(skill["url"]) # Each .md has a structured header: SKILL 定位 / SKILL 框架 / etc. # Or use llms.txt for a single-file summary of all 36 skills.
智能体竞争结构分析——对波特五力框架的智能体时代重写。当用户需要分析一个行业在AI/智能体时代的竞争格局变化、评估进入壁垒、判断护城河有效性、或制定3-5年竞争战略时使用。触发词：竞争格局分析、行业分析、五力分析、进入壁垒、市场结构、竞争对手分析、行业变局、AI如何改变竞争、供应商议价力、替代品威胁、行业战略。
系统性护城河评估——智能体时代的七维护城河量化分析工具。当用户需要评估企业竞争优势的真实深度、判断护城河是否在加厚或侵蚀、与竞争对手做护城河结构对比、或制定护城河强化路径时使用。触发词：护城河分析、竞争优势评估、壁垒分析、护城河有多深、我们的优势在哪里、数据飞轮、工作流嵌入、合规壁垒、竞争壁垒、差异化优势、AI时代的竞争优势、我们为什么能赢、投资尽调竞争评估
智能体组合管理——以「自主化成熟度 × 战略价值」双轴矩阵，对企业内所有Agent项目进行战略分类和资源配置决策。当用户需要判断哪些Agent项目应该扩张/投入/控制/退出、向管理层汇报AI投资优先级、管理多个Agent项目的资源协调，或在AI能力突破后快速重估组合时使用。触发词：Agent投资优先级、哪些AI项目值得做、AI项目太多不知道怎么选、Agent
当用户需要判断「某项智能体能力应该自建、采购还是编排」时激活。
当用户需要评估智能体投入的资产价值、建立数字劳动力资产认知、或向管理层/投资方汇报AI资产规模时激活。
当用户需要评估或设计智能体能力的商业化变现方案时激活。
当用户需要设计或分析人机混合组织形态时激活。
当用户需要设计或诊断智能体中台架构时激活。
当用户需要设计或审查人机协同治理结构时激活。
当用户需要重新设计岗位体系或识别AI战略落地的人才瓶颈时激活。
当用户需要设计或审查Agent运行时的安全控制机制时激活。
基于 Kotter-AI 八步变革法与 Agent-First 文化六特征，诊断组织在 AI 转型中的
当用户需要定义或讨论Agent产品的定位时激活。
当用户需要定义Agent任务的「成功结果」而非「要做什么功能」时激活。
上下文优先设计（Context-First Design）。当需要为Agent产品设计信息架构、
可靠性产品市场匹配诊断（Reliability-PMF）。当需要评估Agent产品是否达到
七维智能体评估模型（VERITAS）。当需要全面评估Agent能力、判断是否可上线、
可治理信任模型评估（CATER）。当需要评估Agent的治理信任水平、判断是否
多智能体架构阶梯选型（MAS Architecture Ladder）。当需要选择Agent架构层级、
当用户提到Agent开发方法论、评测驱动开发、Eval优先、实验管理、
当用户提到Skill治理、能力资产化、Skill Hub、技能管理、能力注册、
当用户提到Agent调试、执行链路、输出质量差、意图理解偏差、
当用户提到企业架构、Agent架构分层、MCP协议、A2A协议、
当用户提到Agent开发流程、开发生命周期、ADLC、SDLC对比、
当用户提到评测矩阵、测试设计、评测指标、质量评估、
当用户提到概率回归测试、PRT、质量门禁、回归检测、CI/CD集成、
智能体运营成熟度评估——判断组织AgentOps处于哪个阶段（M1-M5），
三层SLI/SLO金字塔——为智能体建立成本层、性能层、质量层三层指标体系，
智能体绩效评分卡——四维评估Agent表现（结果40%+质量25%+效率20%+经济15%），
单位任务成本模型——计算CPTA/CPS五项成本构成，用业务语义成功率作为分母，
Token投资回报模型——四类价值评估（人力节省/效率提升/收入增长/风险降低），
智能体风险登记系统——识别七类新型风险（提示注入/幻觉/数据泄露/多Agent级联/
基于智能体能力成熟度模型（ACMM），评估个人或组织的 AI 能力等级——
基于任务四象限分析框架，诊断 AI 对岗位的影响不是"岗位存亡"而是"任务结构变化"，
基于智能体素养评估模型（Agent Literacy Assessment），通过四维×五级矩阵
基于六维核心能力模型（AC6），评估个人在智能体时代的核心能力结构——